DRS11B 產品_廈門光沃自動化設備有限公司

DRS11B

DRS11B全卷積神經網絡 FCN 可以說是深度學習在圖像語義分割任務上的開創性工作，出自 UC Berkeley 的 Trevor Darrell 組，發表於計算機視覺領域會議 CVPR 2015，並榮獲best paper honorable mention。

FCN 的思想很直觀，即直接進行像素級別端到端（end-to-end）的語義分割，它可以基於主流的深度卷積神經網絡模型（CNN）來實現。正所謂‘全卷積神經網絡‘，在FCN中，傳統的全連接層 fc6 和 fc7 均是由卷積層實現，而後的 fc8 層則被替代為一個 21 通道（channel）的 1x1 卷積層，作為網絡的終輸出。之所以有 21 個通道是因為 PASCAL VOC 的數據中包含 21 個類別（20個object類別和一個「background」類別）。下圖為 FCN 的網絡結構，若原圖為 H×W×3，在經過若幹堆疊的卷積和池化層操作後可以得到原圖對應的響應張量（Activation tensor）